https://www.coursera.org/learn/data-driven-astronomy
Week 1: Thinking about data
- Principles of computational thinking
전자계산학에 기초한 자료처리의 원리
- Discovering pulsars in radio images
전파망원경 관측영상에서 펄서 찾기
----------------------------------------------
1강: 폭주하는 관측 자료 / Lesson 1: Thinking about data
----------------------------------------------
6강: 개선책을 찾다 / Lesson 6: The Solution: Improving your method
----------------------------------------------
1주차 요약: Module Summary (동영상 강좌) / 한글자막 / 영문자막
[강좌대본]
[00:06] 이번주 강좌는 펄사에 관한 질문 부터 시작 했었다. MWA에서 관측한 영상에서 전파를 방출하는 펄사들을 얼마나 많이 찾아 낼 수 있을까? 처음 조사에서는 아무것도 발견해 낼수 없었다. 하지만 "영상쌓기"라는 재치있는 기법을 사용하여 신호대 잡음비를 개선하고 통계적 영상처리 기법으로 잠음에 감춰졌던 펄사들의 검출이 가능하게 됐다.
[00:25] 이번 작업을 시작으로 아주 단순한 평균쌓기 프로그램을 작성해 봤고 이로부터 통계적으로 매우 탄탄한 중간값 쌓기라는 기법으로 확대발전 시켰다. 자료량이 많지 않다면 중간값 쌓기를 그대로 구현하기에 문제없다. 하지만 자료의 량이 늘어나자 즉각적으로 다른 문제들이 발생했다. 이는 현대과학(측정기술의 발달로 실험관측 자료가 넘쳐나는)이 안게된 당면 과제가 되었다.
[00:47] 심지어 스스로 컴퓨터와 별 상관 없다고 여기던 이론과학자들 조차 자료를 좀더 효율적으로 분석할 수 있는 방법을 모색하지 않을 수 없게됐다. 이미 수많은 중요 기술(라이브러리화 되어있음)들이 이미 개발되어 있고 여러분들이 당면한 문제를 푸는데 매우 유용한 도구들(프로그램이나 라이브러리)이 준비되어 있다는 것을 알아두기 바란다. 하지만 이번 강좌에서는 문제를 해결해 가는 과정에 집중하기로 한다. 이것이 바로 컴퓨터를 활용 사고(Computational Thinking)라 불리는 것이다.
[01:12] "컴퓨터 활용 사고"는 문제를 인식할 수 있게하며 컴퓨터에 적합하도록 사고의 틀을 바꿀 수 있게 하며, 가능한 해법이 무엇인지 생각케하고 아울러 서로다른 해법들 사이의 장단점을 파악케한다. 어떤 해법은 간단하지만 컴퓨터 메모리의 고갈 문제를 야기할 수 있다는 점을 경험했다. 이러한 컴퓨터 활용 접근방식은 여러분이 연구를 하는동안 접하게될 자료처리 문제에 적용될 수 있다.
[01:33] 자료와 그 처리를 위한 알고리즘의 중요성을 깨닳게 됐다는 점은 다음에 무엇을 하게되던 엄청난 강점을 갖추게 되었음을 의미한다.
5강: 난관에 봉착하다 / Lesson 5: The Challenge: What went wrong ?
----------------------------------------------
----------------------------------------------
----------------------------------------------
1주차 요약: Module Summary (동영상 강좌) / 한글자막 / 영문자막
[00:06] 이번주 강좌는 펄사에 관한 질문 부터 시작 했었다. MWA에서 관측한 영상에서 전파를 방출하는 펄사들을 얼마나 많이 찾아 낼 수 있을까? 처음 조사에서는 아무것도 발견해 낼수 없었다. 하지만 "영상쌓기"라는 재치있는 기법을 사용하여 신호대 잡음비를 개선하고 통계적 영상처리 기법으로 잠음에 감춰졌던 펄사들의 검출이 가능하게 됐다.
[00:25] 이번 작업을 시작으로 아주 단순한 평균쌓기 프로그램을 작성해 봤고 이로부터 통계적으로 매우 탄탄한 중간값 쌓기라는 기법으로 확대발전 시켰다. 자료량이 많지 않다면 중간값 쌓기를 그대로 구현하기에 문제없다. 하지만 자료의 량이 늘어나자 즉각적으로 다른 문제들이 발생했다. 이는 현대과학(측정기술의 발달로 실험관측 자료가 넘쳐나는)이 안게된 당면 과제가 되었다.
[00:47] 심지어 스스로 컴퓨터와 별 상관 없다고 여기던 이론과학자들 조차 자료를 좀더 효율적으로 분석할 수 있는 방법을 모색하지 않을 수 없게됐다. 이미 수많은 중요 기술(라이브러리화 되어있음)들이 이미 개발되어 있고 여러분들이 당면한 문제를 푸는데 매우 유용한 도구들(프로그램이나 라이브러리)이 준비되어 있다는 것을 알아두기 바란다. 하지만 이번 강좌에서는 문제를 해결해 가는 과정에 집중하기로 한다. 이것이 바로 컴퓨터를 활용 사고(Computational Thinking)라 불리는 것이다.
[01:12] "컴퓨터 활용 사고"는 문제를 인식할 수 있게하며 컴퓨터에 적합하도록 사고의 틀을 바꿀 수 있게 하며, 가능한 해법이 무엇인지 생각케하고 아울러 서로다른 해법들 사이의 장단점을 파악케한다. 어떤 해법은 간단하지만 컴퓨터 메모리의 고갈 문제를 야기할 수 있다는 점을 경험했다. 이러한 컴퓨터 활용 접근방식은 여러분이 연구를 하는동안 접하게될 자료처리 문제에 적용될 수 있다.
[01:33] 자료와 그 처리를 위한 알고리즘의 중요성을 깨닳게 됐다는 점은 다음에 무엇을 하게되던 엄청난 강점을 갖추게 되었음을 의미한다.
댓글 없음:
댓글 쓰기